🚨 ByteDance가 역대 가장 완전한 AI 에이전트 런타임 (runtime)을 오픈 소스로 공개했습니다. 그리고 모든 에이전트에게 각자의 컴퓨터를 부여합니다.

도구가 아닙니다. API 접근도 아닙니다. 컴퓨터 전체입니다. 실제 파일 시스템 (filesystem). 실제 bash 터미널 (bash terminal). 실제 패키지 설치 (package installation). 실제 코드 실행 (code execution).

68,000개의 GitHub 스타. 9,000개 이상의 포크 (forks). 2026년 2월 28일 버전 2.0이 출시되었을 때 GitHub Trending 1위.

이것의 이름은 DeerFlow입니다. 그리고 ByteDance가 붙인 이름은 이것이 무엇인지 정확히 알려줍니다: 바로 SuperAgent 하네스 (harness)입니다.

여기 모든 AI 에이전트 프레임워크 (framework)가 조용히 무시해 온 문제가 있습니다.

채팅 인터페이스 내부에서 실행되는 에이전트들은 한 가지 근본적인 한계를 가지고 있습니다. 그들은 계획할 수 있습니다. 추론할 수 있습니다. 자신이 무엇을 할 것인지 설명하는 텍스트를 생성할 수 있습니다. 하지만 실제로 그것을 수행할 수는 없습니다.

DeerFlow는 단순히 무엇을 할 것인지 말해주는 것에 그치지 않습니다. 감사 가능한 (auditable) 결과를 바탕으로, 격리된 실행 환경 (isolated execution environment) 내에서 실제로 이를 수행합니다.

에이전트가 자신만의 컴퓨터를 갖게 되면 다음과 같은 변화가 일어납니다.

당신이 복잡한 작업을 설명하면, DeerFlow의 SuperAgent가 이를 전문화된 하위 작업 (sub-tasks)으로 나눕니다. 그리고 각 작업에 대해 전용 하위 에이전트 (sub-agents)를 생성합니다 — 리서치 에이전트, 코딩 에이전트, 데이터 분석 에이전트, 시각화 에이전트 등입니다. 이들은 격리된 Docker 컨테이너 (Docker containers) 내부에서 병렬로 실행됩니다. 이들은 동시에 작동하며, 결과를 보고합니다. SuperAgent는 이들의 출력물을 종합하여 완성된 결과물로 만들어냅니다.

한 하위 에이전트가 자금 데이터를 위해 웹을 스크래핑 (scrape)하는 동안, 다른 에이전트는 경쟁사 분석을 수행하고, 세 번째 에이전트는 시각화를 생성합니다 — 이 모든 것이 동시에 이루어집니다. 직렬 실행 (Serial execution)은 우리가 너무 쉽게 받아들여 온 병목 현상 (bottleneck)입니다.

기본적으로 제공되는 기능은 다음과 같습니다:
→ 샌드박스 파일 시스템 (Sandboxed filesystem) — 각 에이전트가 자신만의 격리된 환경을 가집니다. 호스트 시스템에는 아무런 영향을 주지 않습니다.
→ 지속성 메모리 (Persistent memory) — 에이전트가 세션 간의 정보를 기억합니다. 어제 구축한 내용이 오늘의 컨텍스트 (context)가 됩니다.
→ 스킬 시스템 (Skills system) — 확장 가능한 SKILL.md 파일을 통해 에이전트에게 새로운 능력을 가르칠 수 있습니다. 어떤 스킬이든 넣기만 하면 자동으로 로드됩니다.
→ 하위 에이전트 오케스트레이션 (Sub-agent orchestration) — SuperAgent가 전문가 에이전트들을 생성하고 이들을 동적으로 조정합니다.
→ 메시지 게이트웨이 (Message gateway) — Telegram, Slack, Feishu로부터 태스크를 네이티브하게 수신합니다. 휴대폰으로 에이전트에게 메시지를 보낼 수 있습니다.
→ Claude Code 통합 — 스킬 하나만 설치하면 터미널에서 직접 DeerFlow를 제어할 수 있습니다.

Star(별) 개수가 진짜 이야기를 들려주는 이유가 여기 있습니다.

AutoGPT는 가지고 노는 재미가 있기 때문에 167,000개의 GitHub star를 보유하고 있습니다. 반면 DeerFlow는 한 달도 채 되지 않아 45,000개의 star를 모았는데, 이는 개발자들이 실제로 이를 배포할 수 있기 때문입니다. 이것이 데모 (demo)와 도구 (tool)의 차이입니다.

가장 놀라운 부분은 이겁니다.

DeerFlow는 Deep Research 프레임워크로 시작했지만, 커뮤니티가 이를 이끌어 나갔습니다. 출시 이후 개발자들은 이를 연구 범위를 훨씬 넘어선 곳에 활용했습니다: 데이터 파이프라인 구축, 슬라이드 덱 생성, 대시보드 실행, 콘텐츠 워크플로우 자동화 등입니다. ByteDance가 전혀 예상하지 못했던 일들이었습니다.

이는 팀에게 중요한 사실을 알려주었습니다. DeerFlow는 단순한 연구 도구가 아니었습니다. 그것은 인프라 (infrastructure)였습니다. 그래서 그들은 처음부터 다시 구축했습니다.

DeerFlow 2.0은 v1과 코드를 전혀 공유하지 않습니다. 완전히 새로 작성되었습니다. LangGraph와 LangChain을 기반으로 구축되었으며, 첫날부터 프로덕션급 (Production-grade) 성능을 제공합니다.

단 한 번의 명령어로 설치합니다.

이제 당신은 자신만의 컴퓨터를 가진 SuperAgent를 즉시 업무에 투입할 수 있습니다.

68K GitHub stars. 9K+ forks. MIT License.
100% 오픈 소스 (Open Source). ByteDance 제공.

GitHub 링크는 댓글에 있습니다 👇
[IMG:1]